#!/usr/bin/env python
# coding: utf-8

# ## 基本セットアップ
# 

# In[7]:


# 必要なライブラリのインポート
import requests
import json
from IPython.display import Image
import pandas as pd
import networkx as nx

import matplotlib.pyplot as plt
get_ipython().run_line_magic('matplotlib', 'inline')

# cyRESTを使うときに便利なユーティリティー集
import py2cytoscape.util as cy

# cyREST サーバーのIPアドレス（Cytoscapeを実行しているマシンのアドレス）。必ず設定が必要です！
IP = '10.0.1.6'

# cyRESTサーバーの情報。デフォルトのポートは1234
PORT_NUMBER = 1234

# 定数としてベースとなるURLを保存
BASE = 'http://' + IP + ':' + str(PORT_NUMBER) + '/v1/'

#JSONをポストするときに必要
HEADERS = {'Content-Type': 'application/json'}

# 表示されるURLをクリックして動作確認。
print('このリンクをクリックして接続確認: ' + BASE)


# ここでちゃんとサーバーからレスポンスが返って来れば接続成功です。
# 
# ## ネットワークデータの生成
# サンプルとして、NetworkXの[グラフジェネレータ](http://networkx.github.io/documentation/networkx-1.9.1/reference/generated/networkx.generators.directed.scale_free_graph.html#networkx.generators.directed.scale_free_graph)を使い、ネットワークを作成。それをCytoscape側で可視化してみます。

# In[8]:


# 現在のセッションを削除して新規のものを始める。(全てのネットワークが失われます!)
requests.delete(BASE + 'session')

# 生成されるネットワークに含まれるノード数
NUM_NODES = 100

#小規模なスケールフリーネットワークを作成
scale_free_graph = nx.scale_free_graph(NUM_NODES)

# ネットワークのアトリビュートとして名前をつける
scale_free_graph.graph['name'] = 'スケールフリーネットワーク (ノード数: ' + str(NUM_NODES) + ')'

# ユーティリティーを使ってそれをCytoscape.js 形式のJSONに変換可能なディクショナリオブジェクトを得る
cy_netwiork1 = cy.from_networkx(scale_free_graph)

# CytoscapeにネットワークをPOSTする (Create)
res = requests.post(BASE + 'networks', data=json.dumps(cy_netwiork1), headers=HEADERS)

# 生成されたネットワークのSUID (Session-Unique ID)を得る
suid = res.json()['networkSUID']

# そのSUIDを利用して、自動レイアウトアルゴリズム（ここではばねモデル）を走らせる
requests.get(BASE + 'apply/layouts/force-directed/' + str(suid))

# プリセットのVisual Style (後述)を適用する
requests.get(BASE + 'apply/styles/Directed/' + str(suid))

# 画像APIを利用して、可視化結果をこのノートに埋め込む
sfn_image_url = BASE+'networks/' + str(suid) + '/views/first.png'
print('画像はブラウザでも閲覧できます: ' + sfn_image_url + '?h=1000')
Image(url=sfn_image_url, embed=True)


# ちなみに同じものをNetworkXでそのまま可視化すると以下のようになります

# In[9]:


plt.figure(figsize=(12,8));
nx.draw_spring(scale_free_graph)


# ## NetworkXでの解析結果を可視化する
# ネットワークを可視化する詳細は

# In[10]:


# まずこの先よく使う可視化の基本コマンドを関数化する
def create_network(network, layout='force-directed', style='Directed'):
    res = requests.post(BASE + 'networks', data=json.dumps(network), headers=HEADERS)
    suid = res.json()['networkSUID']
    requests.get(BASE + 'apply/layouts/' + layout + '/' + str(suid))
    requests.get(BASE + 'apply/styles/' + style + '/' + str(suid))
    result = {
        'suid': suid,
        'image_url': BASE + 'networks/' + str(suid) + '/views/first.png'
    }
    return result

# ネットワークに関する各種指標を計算する

g = nx.powerlaw_cluster_graph(NUM_NODES, 2, 0.8)

# ノードに関する指標
bc = nx.betweenness_centrality(g)
degree = nx.degree(g)
cc = nx.closeness_centrality(g)

nx.set_node_attributes(g, 'betweenness', bc)
nx.set_node_attributes(g, 'closeness', cc)
nx.set_node_attributes(g, 'degree', degree)

# ネットワーク全体に関する指標
g.graph['avg_shortestpath_len'] = nx.average_shortest_path_length(g)
g.graph['density'] = nx.density(g)

cy1 = cy.from_networkx(g)
res = create_network(cy1)
print(res['image_url'])
new_suid = res['suid']
Image(url=res['image_url'], embed=True)


# In[11]:


defaults = [
    {
        'visualProperty':'NODE_FILL_COLOR',
        'value': '#FFFFFF'
    },
    {
        'visualProperty':'NODE_BORDER_WIDTH',
        'value': 0
    },
    {
        'visualProperty':'NODE_LABEL_FONT_SIZE',
        'value': 18
    },
    {
        'visualProperty':'NODE_LABEL_COLOR',
        'value': '#555555'
    },
    {
        'visualProperty':'NODE_SIZE',
        'value': 30
    },
    {
        'visualProperty': 'EDGE_WIDTH',
        'value': 1
    },
    {
        'visualProperty': 'NODE_TRANSPARENCY',
        'value': 200
    },
    {
        'visualProperty': 'EDGE_TRANSPARENCY',
        'value': 80
    }
]

res = requests.put(BASE + 'styles/Directed/defaults', data=json.dumps(defaults), headers=HEADERS)
Image(BASE+'networks/' + str(new_suid) + '/views/first.png')


# In[12]:


node_size_mapping = {
    'mappingType': 'continuous',
    'mappingColumn': 'degree',
    'mappingColumnType': 'Double',
    'visualProperty': 'NODE_SIZE',
    'points':[
        {
            'value': 1,
            'lesser': '15',
            'equal': '15',
            'greater': '15'
        },
        {
            'value': max(degree.values()),
            'lesser': '100',
            'equal': '100',
            'greater': '100'
        }
    ]
}

node_color_mapping = {
    'mappingType': 'continuous',
    'mappingColumn': 'betweenness',
    'mappingColumnType': 'Double',
    'visualProperty': 'NODE_FILL_COLOR',
    'points':[
        {
            'value': 0,
            'lesser': '#C6E2FF',
            'equal': '#C6E2FF',
            'greater': '#C6E2FF'
        },
        {
            'value': max(bc.values()),
            'lesser': '#009ACD',
            'equal': '#009ACD',
            'greater': '#009ACD'
        }
    ]
}

res = requests.post(BASE + 'styles/Directed/mappings', data=json.dumps([node_size_mapping, node_color_mapping]), headers=HEADERS)
image_url = BASE+'networks/' + str(new_suid) + '/views/first.png'
print(image_url + '?h=1000')
Image(BASE+'networks/' + str(new_suid) + '/views/first.png')